RIBEIRÃO PRETO
DEPARTAMENTO DE ADMINISTRAÇÃO
PROGRAMA DE PÓS GRADUAÇÃO EM ADMINISTRAÇÃO DE ORGANIZAÇÕES
MATHEUS AUGUSTO MARCUSSO
Conflito entre as abordagens de rentabilidade, intermediação e produção em bancos corporate brasileiros: uma análise DEA dois estágios entre 1996 e 2015
ORIENTADOR: PROF. DR. ALEXANDRE PEREIRA SALGADO JUNIOR
RIBEIRÃO PRETO 2017
Prof. Dr. Marco Antonio Zago Reitor da Universidade de São Paulo
Prof. Dr. Dante Pinheiro Martinelli
Diretor da Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto
Prof. Dr. Marcio Mattos Borges de Oliveira Chefe do Departamento de Administração
Conflito entre as abordagens de rentabilidade, intermediação e produção em bancos corporate brasileiros: uma análise DEA dois estágios entre 1996 e 2015
Dissertação apresentada ao Programa de Pós- Graduação em Administração de Organizações da Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto da Universidade de São Paulo, para obtenção do título de Mestre em Ciências. Versão Corrigida. A original encontra-se disponível no Serviço de Pós-Graduação da FEA-RP/USP.
ORIENTADOR: PROF. DR. ALEXANDRE PEREIRA SALGADO JUNIOR
RIBEIRÃO PRETO 2017
FICHA CATALOGRÁFICA
Marcusso, Matheus Augusto
Conflito entre as abordagens de rentabilidade, intermediação e serviços em bancos corporate brasileiros: uma análise DEA dois estágios entre 1996 e 2015. Ribeirão Preto, 2017.
Dissertação de Mestrado apresentada à Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto/USP. Área de concentração: Administração.
Orientador: Salgado Junior, Alexandre Pereira
1. Eficiência bancária. 2. Bancos corporate. 3.Análise envoltória de dados. 4. Regressão logística
Aos meus pais, à minha família e namorada, pelo apoio e a preocupação com a minha formação. Aos Professores e funcionários da Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto, pela inspiração e ensinamentos que me prepararam para este momento e muitos outros que virão.
Ao meu orientador Professor Alexandre Pereira Salgado Junior, pela dedicação e paciência ao longo de minha jornada acadêmica.
Aos meus professores da banca de qualificação: Prof. Adriel Branco e Alberto Borges Matias, pelas excelentes contribuições para este trabalho e ensinamentos durante à faculdade.
A todo o grupo de pesquisa GREFIC, pela colaboração, trabalho e amizades que resultaram nessa dissertação e em outros trabalhos, especialmente ao Adriel, Donegá, Flávia, Lucas Clemente, Lucas Macoris e Marco.
intermediação e produção em bancos corporate brasileiros: uma análise DEA dois estágios entre 1996 e 2015. 2017. 93 f. Dissertação (Mestrado) – Faculdade de Economia,
Administração e Contabilidade de Ribeirão Preto, Universidade de São Paulo, Ribeirão Preto, 2017.
Esta pesquisa investiga um possível conflito de abordagens de eficiência de 16 bancos
corporate (segmento empresarial) brasileiros entre 1996 a 2015 através da análise envoltória
de dados (DEA) em dois estágios. No primeiro estágio, é utilizada a ferramenta DEA para estudar a eficiência sob as três principais abordagens de avaliação: intermediação, produção e rentabilidade para cada instituição financeira e período. O segundo estágio é composto pela regressão logística, cujo objetivo é identificar indicadores financeiros do modelo CAMEL – acrônimo que representa cinco estruturas de avaliação de risco bancário: adequação de capital, qualidade dos ativos, qualidade da gestão, rentabilidade, liquidez – e receita operacional (indicador de porte) que estejam relacionados com a eficiência. Os resultados indicam evidências da existência de conflito entre as abordagens, revelando dois perfis opostos de bancos: 1) eficientes em intermediação e produção, cujo grupo é formado por bancos de grande porte, que atuam em segmentos de empresas corporate, com menores índices de imobilização,
spread, rentabilidade do ativo, custo de captação e maiores índices de alavancagem,
rentabilidade bancária, liquidez e operações de crédito e, 2) eficientes em rentabilidade, cujo grupo é formado pelos bancos de pequeno porte, com foco em segmento small e middle market e indicadores inversos ao do primeiro grupo. Além disso, foi identificado que há indícios de que a eficiência também está relacionada a fatores externos como taxa básica de juros e taxa de câmbio. Estes resultados contribuem com informações relevantes para órgãos reguladores, investidores e gestores de bancos.
Palavras-chave: Eficiência bancária. Bancos corporate. Análise envoltória de dados. Regressão logística
MARCUSSO, Matheus Augusto. Conflict between profitability, intermediation and
production approaches in corporate banks: a two-stage DEA analysis from 1996 to 2015.
2017. 93 f. Dissertation (Master Degree) – Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto, Universidade de São Paulo, Ribeirão Preto, 2017.
This study investigate a possible conflict of efficiency approaches of 16 Brazilian corporate banks from 1996 to 2015 through two-stage data envelopment analysis (DEA). In the first stage, DEA is used to study the efficiency at three main approaches: intermediation, production and profitability for each financial institution and period. The second stage consists in a logistic regression, which the objective is to identify the financial indicators of the CAMEL model – an acronym that represents five structures of bank risks’ evaluation: capital, assests, management, equity and liquidity – and operating income (size indicator) that are related to efficiency. The results show that there is evidence of conflict between approaches, revealing two opposite bank profiles: 1) efficient in intermediation and production, which is formed by big banks, focused on corporate companies, with low indicators of immobilization, spread, return on assets, cost of raising funds, and high indicators of bank profitability, leverage, liquidity and credit operations and 2) efficient in profitability, which is formed by small banks, focused on small and middle market segment and with opposite indicators compared to the first group. Besides that, it was identified that is possible that the efficiency is related to external factors like basic interest tax and exchange rate. This results contribute with relevant information to regulators, investors and bank managers.
Keywords: Bank efficiency; Corporate Banks; Data Envelopment Analysis; Logistic Regression
Tabela 2 – Painel desbalanceado de DMU ... 43
Tabela 3 - Descrição dos inputs e outputs (intermediação) – em R$ milhões... 53
Tabela 4 - Descrição dos inputs e outputs (produção) – em R$ milhões ... 53
Tabela 5 - Descrição dos inputs e outputs (rentabilidade) – em R$ milhões ... 53
Tabela 6 - Caracterização das DMU eficientes em intermediação ... 55
Tabela 7 - Caracterização das DMU eficientes em produção ... 56
Tabela 8 - Caracterização das DMU eficientes em rentabilidade ... 56
Tabela 9 - Escores DEA (Intermediação) – 1996-2005 ... 57
Tabela 10 - Escores DEA (Intermediação) - 2006-2015 ... 57
Tabela 11 – Escores DEA (Produção) – 1996-2005... 58
Tabela 12 - Escores DEA (Produção) - 2006-2015 ... 59
Tabela 13 - Escores DEA (Rentabilidade) – 1996-2005 ... 59
Tabela 14 - Escores DEA (Rentabilidade) - 2006-2015 ... 60
Tabela 15 - Teste de normalidade: Kolmogorov-Smirnov ... 60
Tabela 16 – Resultados da regressão logística ... 67
Tabela 17 - Coeficientes da regressão logística (intermediação) ... 69
Tabela 18 - Coeficientes da regressão logística (produção) ... 69
Tabela 19 - Coeficientes da regressão logística (rentabilidade) ... 70
Tabela 20 - Resumo dos coeficientes da regressão logística ... 71
Tabela 21 - Análise de quintil: origem de capital (intermediação) ... 72
Tabela 22 - Análise de quintil: origem de capital (produção) ... 73
Tabela 23 - Análise de quintil: origem de capital (rentabilidade) ... 73
Tabela 24 - Análise de quintil: segmento (intermediação) ... 74
Tabela 25 - Análise de quintil: segmento (produção)... 74
Tabela 26 - Análise de quintil: segmento (rentabilidade)... 74
Tabela 27 - Pontos de corte para análise de quintil ... 75
Tabela 28 - Análise de Quintil – Intermediação – Receita Operacional (em R$ milhões) ... 77
Tabela 29 - Análise de Quintil – Produção – Receita Operacional (em R$ milhões) ... 77
Tabela 30 - Análise de Quintil – Rentabilidade– Receita Operacional (em R$ milhões) ... 77
Tabela 31 - Análise de quintil – Capital (estrutura de capital) ... 78
LISTA DE QUADROS
Quadro 1 – Resumo de estudos de eficiência em bancos brasileiros ... 39
Quadro 2 - Descrição dos bancos analisados... 42
Quadro 3 - Variáveis do modelo de intermediação ... 46
Quadro 4 - Variáveis do modelo de produção ... 47
Quadro 5 - Variáveis do modelo de rentabilidade ... 47
Quadro 6 - Indicadores macroeconômicos ... 48
Quadro 7 - Indicadores CAMEL ... 49
Quadro A8 - Indicadores de adequação de capital ... 91
Quadro A9 - Indicadores de qualidade dos ativos ... 91
Quadro A10 - Indicadores de rentabilidade ... 92
Figura 2 - Histograma dos escores DEA ... 61
Figura 3 - Matriz de classificação - Intermediação (Passo 9)... 68
Figura 4 - Matriz de classificação – Produção (Passo 10) ... 68
Figura 5 - Matriz de classificação – Rentabilidade (Passo 2)... 68
Figura 6 - Resumo da análise de quintil ... 81
Figura 7 - Resumo das relações da regressão logística e quintil na eficiência, por abordagem ... 82
AFL – Aplicações financeiras líquidas
AFLDPI - Aplicações financeiras líquidas por depósitos interfinanceiros e a prazo ALAV – Alavancagem
BBM – Banco BBM S/A
BACEN – Banco Central do Brasil BCB – Banco Central do Brasil
BCC – BANKER; CHARNES; COOPER, 1984
BEAL-WESTLB-MIZUHO – Banco Beal – Banco WestLB – Banco Mizuho do Brasil S/A BIC-CCB – Banco Bic e Banco China Construction Bank (Brasil) S/A
CAMELS – Capital, Assets, Management, Earnings, Liquidity and Sensibility CAPDV – Captação de depósitos à vista
CBD – Certificado de depósito bancário CBPL – Crédito Bruto / PL
CCAP – Custo de captação
CCR – CHARNES; COOPER; RHODES, 1978 CITIBANK – Banco Citibank S/A
CMN – Comissão monetária nacional COPOM – Comitê de política monetária CRI – Certificado de recebível imobiliário CRS – Constant Returns to Scale
DAYCOVAL – Banco Daycoval S/A DEA – Data Envelopment Analysis
DEA-SBM – Data Envelopment Analysis – Slack Based Model DEUTSCHE – Deutsche Bank S/A Banco Alemão
DMU – Decision Making Units DTDOPL - Proporção de depósitos E2S – Estratégia, Eficiência e Solvência EF – Eficiente
FDA – Free Disposal Hull
I/O – Input/Output
IBGE – Instituto Brasileiro de Geografia e Estatística IBOV – Índice de ações Ibovespa
IMOB – Imobilização
INDUSVAL – Banco Indusval S/A ING – ING Bank N V
IPCA – Índice de Preços ao Consumidor Amplo LCA – Letra de crédito do agronegócio
LCI – Letra de crédito imobiliário LF – Letra financeira
LOGIT – razão das desigualdades como medida dependente MÁXIMA – Banco Máxima S/A
MED – Mediana
PIB – Produto Interno Bruto PINE – Banco Pine S/A PL – Patrimônio líquido
PPS – Production Possibility Set RBAN – Rentabilidade bancária
RENDIMENTO – Banco Rendimento S/A RL – Regressão logística
RMSP – Região Metropolitana de São Paulo ROA – Rentabilidade do ativo
ROE – Rentabilidade do patrimônio líquido SAFRA – Banco Safra S/A
SELIC – Sistema Especial de Liquidação e de Custódia SFA – Stochastic Frontier Approach
SFN – Sistema Financeiro Nacional SOFISA – Banco Sofisa S/A
SPRD – Spread bancário
TVMPL – Título e valores mobiliários por patrimônio líquido VOTORANTIM – Banco Votorantim S/A
1.1 Objetivo Geral ... 19
1.2 Objetivos específicos ... 19
2 Revisão teórica ... 21
2.1 Sistema financeiro nacional ... 21
2.1.1 Política monetária ... 26
2.1.2 Política cambial ... 29
2.2 Eficiência ... 30
2.2.1 Análise envoltória de dados (DEA) ... 32
2.2.2 Eficiência bancária utilizando DEA ... 33
2.2.3 Abordagem de intermediação ... 35
2.2.4 Abordagem de produção ... 36
2.2.5 Abordagem de rentabilidade ... 36
2.2.6 Outras abordagens ... 37
2.3 Eficiência em bancos brasileiros ... 37
2.4 Avaliação financeira bancária ... 39
3 Procedimentos metodológicos ... 41
3.1 Levantamento e tratamento de informações ... 41
3.2 Modelos teóricos DEA do estudo ... 44
3.2.1 Modelo de intermediação ... 46
3.2.2 Modelo de produção ... 46
3.2.3 Modelo de rentabilidade ... 47
3.3 Análise Econômica ... 48
3.4 Definição e cálculo dos indicadores financeiros (CAMEL) ... 49
3.5 Regressão logística ... 50
3.6 Análise de quintis ... 51
4.1.2 Escores de eficiência ... 57
4.1.3 Consolidação dos escores por instituição financeira ... 61
4.2 Segundo estágio ... 67
4.3 Análise de quintis ... 72
4.3.1 Origem de capital... 72
4.3.2 Segmento ... 74
4.3.3 Porte e indicadores CAMEL... 75
4.4 Consolidação do segundo estágio e análise de quintil ... 82
5 Conclusão ... 84
REFERÊNCIAS BIBLIOGRÁFICAS ... 86
1 INTRODUÇÃO
O sistema financeiro nacional é responsável pela intermediação financeira para o financiamento de investimentos e, embora não haja consenso na literatura sobre a relação desenvolvimento financeiro e crescimento econômico, Levine (1997) destaca uma relação positiva de primeira ordem entre essas variáveis. Dessa forma, o papel das instituições financeiras é mobilizar poupanças e facilitar a alocação de recursos, intermediando os recursos entre poupadores e investidores, auxiliando no desenvolvimento da economia (PAULA, 2013). De 1996 a 2015, ocorreram importantes transformações no sistema bancário brasileiro, que passou de um cenário econômico mais instável para operar em um cenário de estáveis taxas de inflação, dólar flutuante, abertura à competição internacional, aumento das privatizações, fusões e aquisições que culminaram em um aumento do grau de concentração bancária e redução dos bancos públicos, principalmente estaduais (GAMA NETO, 2011).
Segundo Afonso, Köler e Sprigner (2009), embora seja de difícil mensuração, essas mudanças podem impactar no spread – que pode ser considerado um indicador de eficiência bancária (CRUZ, 2015) –, pois à medida que uma organização tem maior oportunidade de abuso do poder econômico, também pode apresentar ganhos de escala e redução de custos.
A partir da transição da presidência ocorrida em 2003, destaca-se a reafirmação da política econômica herdada do Governo Fernando Henrique Cardoso (FHC) e a atuação do Banco Central do Brasil (BACEN) no controle da inflação, na acumulação de reservas e na injeção de liquidez na economia através dos depósitos compulsórios com o objetivo de conter os efeitos da crise no mercado internacional, que proporcionaram um ambiente adequado para a consolidação e crescimento dos bancos neste período.
Segundo Oliveira (2008), embora os bancos tenham se tornado mais eficientes após a estabilização da inflação em intermediação e geração de resultados, Branco et al. (2016) indicaram que, em 2014, os bancos eficientes em intermediação, não apresentavam a mesma eficiência em rentabilidade, identificando um aparente conflito entre ambas abordagens.
Além deste aparente conflito, também foi evidenciado por Branco et al. (2016) que as instituições que apresentaram pior desempenho relativo foram as de banco corporate, que atuam na prestação de serviços financeiros para pessoas jurídicas de segmento empresarial
small, middle market – consolidados neste estudo como PME (Pequenas e médias empresas) e corporate (empresas de grande porte). Devido à importância deste segmento para o
desenvolvimento econômico, principalmente em países emergentes (LEVINE; LOAYZA; BECK, 2000), torna-se importante o estudo dos impactos na eficiência deste segmento de forma isolada.
São várias abordagens de avaliação da eficiência bancária presentes na literatura, porém três se destacam como principais abordagens para compreender as principais atividades: intermediação financeira, que consiste na análise do volume de empréstimos e outros recursos em relação ao nível de depósitos dos bancos, de produção de serviços, que consiste na avaliação da eficiência nas atividades não relacionadas a juros e de rentabilidade, medindo o retorno financeiro para o banco (MACORIS et al., 2016).
Dentre os estudos brasileiros em eficiência em intermediação, destacam-se os de Tecles e Tabak (2010), Staub, Da Silva e Souza, e Tabak (2010) e Barros e Wanke (2014) e em rentabilidade, os estudos de Ceretta e Niederauer (2001) e Périco, Rebelatto e Santana (2008). Já o estudo de Branco et al. (2016) utiliza as três abordagens para avaliar a eficiência dos bancos brasileiros no ano de 2013. Neste estudo, evidenciou-se que os bancos que apresentaram alta eficiência em intermediação, também apresentaram baixa eficiência em rentabilidade, o que reflete um possível conflito entre a atividade básica dos bancos e sua rentabilidade no período estudado.
Para a mensuração de eficiência bancária, destaca-se a técnica de análise envoltória de dados, ou Data Envelopment Analysis (DEA) que, segundo Fethi e Pasiouras (2009), foi identificada em 181 de 196 artigos revisados e portanto, a técnica mais consolidada para este segmento. Esta técnica de fronteira não paramétrica é utilizada para hierarquizar as unidades tomadoras de decisão – Decision Making Units (DMU) – segunda a eficiência relativa e mudanças de produtividade.
Como a avaliação de desempenho não pode ser baseada em apenas um critério (LIU, 2009), a análise envoltória de dados pode ser seguida por outras técnicas de avaliação bancária, como regressões (COLLINS; GREEN, 1982; PREMACHANDRA; BHABRA; SUEYOSHI, 2009; RAMALHO; RAMALHO; HENRIQUES, 2010) e análise de indicadores financeiros, como o modelo CAMEL, acrônimo para Capital, Assets, Management, Earning e Liquidity (COLE; GUNTHER, 1995), que refletem as principais áreas de interesse das agências reguladora, pois indica a saúde financeira e o risco de insolvência dos bancos.
Dessa forma, este estudo contribui para a literatura, analisando a eficiência em intermediação, produção e rentabilidade de bancos de segmento empresarial nos anos de 1996
a 2015, por meio do método DEA em dois estágios, utilizando a regressão logística para identificar os indicadores CAMEL relevantes. Com isso, será possível estudar o comportamento da eficiência bancária em cada abordagem ao longo deste período, destacando as mudanças pós 2003, com a transição de governos, e a relação entre as características dos bancos, porte e o desempenho, fornecendo importante informação para tomadores de decisões políticas, gestores e investidores.
A estrutura deste trabalho segue a partir da seção 2, apresentado revisão teórica sobre o sistema financeiro nacional e eficiência. Na seção 3, são apresentados os procedimentos metodológicos, contendo os modelos DEA, regressão logística e CAMEL utilizados, enquanto a seção 4 apresenta os resultados e discussões. Por fim, a conclusão do trabalho é apresentada na seção 5.
Neste contexto, esta pesquisa investiga o seguinte problema de pesquisa: Qual foi o
comportamento da eficiência bancária dos bancos de segmento empresarial entre 1996 e 2015 sob as abordagens de intermediação, produção e rentabilidade?
1.1 OBJETIVO GERAL
Analisar o comportamento da eficiência bancária do segmento empresarial entre 1996 e 2015 sob as abordagens de intermediação, produção e rentabilidade.
1.2 OBJETIVOS ESPECÍFICOS
Identificar a eficiência dos bancos corporate sob as abordagens de intermediação, produção e rentabilidade;
Analisar a relação de eficiência entre as características dos bancos, o porte e o desempenho;
Analisar o comportamento da eficiência e os indicadores macroeconômicos entre que a afetaram entre 1996 e 2015.
2 REVISÃO TEÓRICA
Existe uma vasta literatura sobre eficiência em bancos, discutindo diferentes aspectos de análises e modelos de avaliação. A revisão teórica deste trabalho apresenta um contexto macroeconômico do período de 1996 a 2015, pois o desempenho da economia está diretamente relacionado com o desempenho das instituições financeiras (LEVINE; LOAYZA; BECK, 2000), além disso, essas informações serão confrontadas, ao final deste trabalho, com os escores de eficiência. Também apresenta-se uma discussão sobre abordagens de eficiência para análise de bancos, insumos e produtos, modelos DEA e aplicações para avaliação de bancos brasileiros.
2.1 SISTEMA FINANCEIRO NACIONAL
O sistema financeiro nacional (SFN) é composto por quatro tipos de mercados: monetário, crédito, capitais e câmbio. Segundo Matias (2009), o mercado monetário é aquele que fornece à economia papel-moeda e moeda escritural, cujo depósito é feito em conta corrente, o mercado de crédito é aquele que fornece recursos para o consumo de pessoas físicas e jurídicas, o mercado de capitais é aquele que permite a captação de recursos de terceiros por parte das empresas para compartilhar riscos e ganhos e o mercado de câmbio consiste na venda e compra de moeda estrangeira.
O desempenho financeiro das instituições financeiras, assim como de qualquer empresa, está diretamente relacionado ao ambiente econômico no qual estão inseridas (MATIAS, 2009). Neste sentido, entende-se que as instituições financeiras não são entidades isoladas e que a eficiência de suas operações possa estar relacionada não somente a suas ações de gestão internas, mas também ao ambiente externo, como as políticas monetária, fiscal, cambial e de rendas.
O mercado de crédito de pessoa jurídica é um pouco maior em volume em comparação com o mercado de pessoa física e ambos apresentaram crescimento constante e similar a partir de 2007, mesmo com o país passando pela crise de 2008 neste período, indicando que o volume de operações de crédito não foi alterado.
Gráfico 1 - Operações de crédito
Fonte: Adaptado de Ipeadata (2016)
É observado, no mercado de operações de crédito para pessoa física, uma maior diferença do spread bancário (diferença entre taxas de aplicação e captação) em relação às operações de crédito para pessoa jurídica. Spread bancário, segundo Tobergte e Curtis (2013), é a diferença entre a taxa de captação e aplicação dos bancos, também conhecido como margem bruta dos bancos. Esse indicador está ligado a fatores jurídicos, tributários, fiscais e econômicos que impactam a oferta de crédito e o crescimento do país.
Segundo De Gregorio e Guidotti (1995), o crescimento de longo prazo está relacionado positivamente a esta razão crédito privado/PIB para amostra de países desenvolvidos e negativamente a países latino-americanos, pois nestes foram liberados créditos em um ambiente com pouca regularização. Também é citado nesse artigo que o canal para o desenvolvimento econômico não é o volume de investimentos, mas sim, a eficiência.
Quando comparado a conglomerados desenvolvidos como Estados Unidos, Zona do Euro e potências emergentes como China e Ásia Leste (Gráfico 2), vê-se que há uma grande diferença entre o crédito privado em relação ao Produto Interno Bruto (PIB). O crédito privado no Brasil, embora tenha crescido de 2000 a 2014, não passou da casa dos 75%, enquanto países mais desenvolvidos como Estados Unidos e China possuem essa relação acima de 100%, ilustrando a alavancagem dos investimentos nesses países e a grande dependência do setor bancário para o desenvolvimento.
200.000 400.000 600.000 800.000 1.000.000 1.200.000 1.400.000 1.600.000 1.800.000 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 2007 2008 2009 2010 2011 2012 2013 2014 2015
Operações de crédito - saldo - pessoa jurídica - R$ milhões Operações de crédito - saldo - pessoa física - R$ milhões
Gráfico 2 - Crédito privado por PIB (%)
Fonte: Adaptado de Databank (2017)
Em relação aos créditos bancários por depósitos, o Brasil encontra-se em níveis semelhantes à Europa, Estados Unidos e Ásia Leste, porém verifica-se um movimento diferente nítido a partir de 2008, quando todos esses conglomerados reduzem essa razão, enquanto o Brasil tem um alto crescimento, alcançando 115% em 2014, contribuindo para a compreensão da alavancagem financeiras das instituições bancárias.
0 50 100 150 200 250 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 %
Brazil - Crédito privado por bancos de depósitos ou outras instituições financeiras por PIB (%)
China - Crédito privado por bancos de depósitos ou outras instituições financeiras por PIB (%)
East Asia & Pacific (developing only) - Crédito privado por bancos de depósitos ou outras instituições financeiras por PIB (%)
Euro area - Crédito privado por bancos de depósitos ou outras instituições financeiras por PIB (%)
Gráfico 3 - Crédito bancário por depósitos
Fonte: Adaptado de Databank (2017)
A estabilização econômica proporcionada a partir do Plano Real contribuiu para a melhora das condições macroeconômicas brasileiras, com isso, o spread também sofreu uma queda, se aproximando ao do mercado externo, embora ainda seja mais que três vezes superior à média dos países latino americanos, cujo spread médio é o maior do mundo (CRUZ, 2015).
Gráfico 4 - Evolução das taxas de spread (taxa de empréstimo menos taxa de depósito) em p.p.
Fonte: Tobergte e Curtis (2013)
0 50 100 150 200 250 300 350 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 %
Brazil - Bank credit to bank deposits (%) China - Bank credit to bank deposits (%)
East Asia & Pacific (developing only) - Bank credit to bank deposits (%) Euro area - Bank credit to bank deposits (%)
Em artigo da Federação Brasileira de Bancos (Febraban), Troster (2002) aponta que altos spreads estão relacionados positivamente a custos bancários mais elevados e a menor oferta de crédito, e que à medida que os custos aumentam, a volume de crédito diminui. Consequentemente, infere-se que altos spreads estão relacionados a menor oferta de crédito.
Para Tobergte e Curtis (2013), é possível citar o spread como um indicador de eficiência bancária, caso esta seja entendida como a capacidade do banco em oferecer produtos de alta qualidade com os menores custos possíveis. Uma vez que os custos são altos, estes são repassados aos tomadores de crédito, aumentando-se assim o spread. Portanto, para que um mercado bancário seja eficiente, esse indicador não deve ser tão alto.
A inadimplência nas operações de crédito para pessoa jurídica aumentou de 1,91% em 2014 para 2,62% no final de 2015, ilustrando uma tendência preocupante de aumento, que também é acompanhada pelo aumento do desemprego que atingiu 13,9% na Região Metropolitana de São Paulo (RMSP), reforçando um cenário de desaceleração da economia nos anos mais recentes.
Gráfico 5 - Taxa de desemprego - RMSP (%)
Fonte: Adaptado de Ipeadata (2016)
O mesmo fato ocorre para o PIB per capita, que apresentou crescimento durante praticamente todo o período analisado, reforçando o maior poder de compra do consumidor brasileiro neste período, facilitando o crescimento da indústria e dos serviços. Embora houve crescimento do PIB per capita brasileiro, a relação crédito/PIB teve drástica redução a partir de 1994, contribuindo negativamente para que o crescimento fosse mais baixo que o potencial deste período (OREIRO et al., 2006).
0 5 10 15 20 25 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Gráfico 6 - PIB - paridade do poder de compra (PPC) - per capita
Fonte: Adaptado de Ipeadata (2016)
2.1.1 Política monetária
A política monetária representa atuação das autoridades para controlar a liquidez global do sistema econômico e é formada por um conjunto de medidas para definir o controle da oferta de moeda e das taxas de juros, objetivando garantir liquidez ideal para cada momento econômico. Da mesma forma, tal política afeta o nível de produção da economia de forma indireta, através do mercado financeiro e da atuação do Banco Central do Brasil (BACEN), que é o órgão responsável pela definição das condições de liquidez de economia como oferta de moeda e taxa básica de juros (MATIAS, 2009).
A inflação é de suma importância para o entendimento de política monetária, pois refere-se ao aumento generalizado e contínuo de preços (GREMAUD; VASCONCELLOS; TONETO JÚNIOR, 2016). O Gráfico 7 representa o Índice de Preços ao Consumidor Amplo (IPCA) no período de 1996 a 2015. 6.000,00 8.000,00 10.000,00 12.000,00 14.000,00 16.000,00 18.000,00 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 R$
Gráfico 7 - Índice de Preços ao Consumidor Amplo (IPCA) - a.a
Fonte: Adaptado de Ipeadata (2016)
Com a estabilização da inflação após o Plano Real, importantes transformações no sistema bancário brasileiro se iniciaram, destacando-se a estabilização de preços, que gerou a redução da rentabilidade bancária de períodos anteriores a partir de receitas de floating e inflacionárias, além da manutenção da taxa básica de juros em um patamar elevado, mesmo a partir do regime de câmbio flutuante, estabelecido em janeiro de 1999. A abertura econômica, novas regulamentações e recomendação de Basileia também proporcionaram um aumento na privatização de bancos estaduais e aumento de regulamentação, obrigando os bancos a criar novos produtos, explorar novos mercados, reduzir custos, aperfeiçoar seus sistemas de controle e avaliação de riscos, cobrança por serviços (PRATES; FREITAS, 2013). De forma geral, para a sobrevivência das instituições bancárias neste novo cenário, é essencial a melhora na eficiência em suas atividades.
Outro fator importante da política monetária é a taxa básica de juros, que é definida Banco Central do Brasil (2016b) como:
Define-se Taxa Selic como a taxa média ajustada dos financiamentos diários apurados no Sistema Especial de Liquidação e de Custódia (Selic) para títulos federais. Para fins de cálculo da taxa, são considerados os financiamentos diários relativos às operações registradas e liquidadas no próprio Selic e em sistemas operados por câmaras ou prestadores de serviços de compensação e de liquidação (art. 1° da Circular n° 2.900, de 24 de junho de 1999, com a alteração introduzida pelo art. 1° da Circular n° 3.119, de 18 de abril de 2002). 0,00% 2,00% 4,00% 6,00% 8,00% 10,00% 12,00% 14,00% 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 a. a.
A taxa de juros Selic impacta diretamente nas operações de intermediação dos bancos. Mesmo que não haja obrigação legal por parte dos bancos em praticar suas operações a essa taxa, o principal “cliente” desses recursos é o próprio governo através da dívida pública, portanto essa taxa reflete o custo do dinheiro para empréstimos bancários, com base na remuneração nos títulos públicos e tem como consequência balizar as taxas do sistema financeiro (MATIAS, 2009).
Gráfico 8 -Taxas básica de juros – Over / Selic - % a.a.
Fonte: Adaptado de Ipeadata (2016)
No Brasil, a taxa básica de juros é utilizada pelo Bacen com a finalidade de controlar as pressões inflacionárias e é objeto de vários estudos acadêmicos como de Moreira (2005), Mendonça (2007), entre outros. Resumidamente, aumenta-se a meta da taxa de juros com o objetivo de reduzir a concessão de crédito e controlar a inflação, portanto, quando as taxas são aumentadas pelo Bacen, pode evidenciar um aumento na rentabilidade das instituições bancárias, em contrapartida com o volume de empréstimos realizados.
0 5 10 15 20 25 30 35 40 45 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 % a .a .
2.1.2 Política cambial
A política cambial é composta pelo conjunto de medidas tomadas pelo governo que afetam a formação da taxa de câmbio e as relações de troca de diferentes moedas de diversas nacionalidades (MATIAS, 2009). A taxa de câmbio permite o cálculo da relação de compra e venda de moeda estrangeira, isto é, o preço relativo entre diferentes moedas. Tal política tem impacto direto nas relações de comércio exterior, quando se negocia ativos de um país para o outro, gerando impacto na balança comercial do país, composta pelas exportações e importações de bens e/ou serviços.
A partir de janeiro de 1999, o regime cambial brasileiro teve importante alteração, em favor da livre flutuação da taxa de câmbio, no qual a taxa não era mais determinada pelo BACEN, e sim pelo mercado, que garantia o equilíbrio entre oferta e demanda. Tal medida teve como objetivo enfrentar o cenário instável associado aos choques externos e a partir desta adaptação, as taxas de juros e recolhimento dos compulsórios de longo prazo tiveram elevação (MATIAS, 2009). Com tal medida, o risco desloca-se do governo para as instituições financeiras que intermediam tal recursos e empresas com atuação ou impactos oriundos do mercado externo.
Gráfico 9 - Taxa de câmbio - comercial - compra - fim período (R$ / US$ )
Fonte: Adaptado de Ipeadata (2016)
A taxa de câmbio sofreu diversas mudanças ao longo do período de 1996 a 2015, e os principais fatores que influenciam a oferta e demanda de moeda estrangeira são: nível de produto interno, nível geral de preços interno e externo, e taxa de juros interna e externa. O
0 0,5 1 1,5 2 2,5 3 3,5 4 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 19961997199819992000200120022003200420052006200720082009201020112012201320142015 R$ /US $
impacto dessas alterações se dá diretamente no nível de importação e exportação do país, conforme Gráfico 10, que ilustra, em US$ milhões, a evolução da balança comercial brasileira.
Gráfico 10 - Importações e Exportações - em US$ (milhões)
Fonte: Adaptado de Ipeadata (2016)
Ademais, deve-se atentar ao fato do aumento da produção de commodities durante o período de 1995 a 2009 (VERÍSSIMO; XAVIER; VIEIRA, 2012) e afetam diretamente a taxa cambial e as operações de derivativos e créditos para a produção, auxiliando o desenvolvimento de bancos que operam com este segmento.
Dessa forma, no contexto de bancos corporate, as variações na política cambial expõem a riscos não somente os bancos estrangeiros, mas qualquer banco que possua recursos captados em moeda estrangeira, bem como as taxas de juros reais em serviços de intermediação financeira atrelados a esta moeda (MACORIS et al., 2016). Alterações na moeda podem afetar diretamente a eficiência destes bancos, pois além de afetar internamente as operações de intermediação e nível produção de serviços, também afetam seus principais clientes, que podem precisar de mais ou menos serviços bancários.
2.2 EFICIÊNCIA
A eficiência é um assunto estudado em diversos campos do conhecimento, com o objetivo de extrair o máximo de produtos com o mínimo de recursos possível, indicando que a
0 20000 40000 60000 80000 100000 120000 140000 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
organização utiliza de maneira econômica seus recursos. Assim, uma forma de medida de eficiência é a razão entre a quantidade de insumos e produtos, que apresenta dificuldades quando o número de produtos e insumos difere de uma unidade. Nesses casos, Tupy e Yamaguchi (1998) afirma que a cooptação dos produtos deve estar contida no numerador da razão, assim como dos insumos no denominador. Mello Et Al. (2005) definem que a eficiência apresentada somente pode ser aplicada em casos específicos, já que quando há ganhos ou perdas de escala, tal modelo não se aplica, pois é possível que unidades produtivas igualmente eficientes tenham produtividade diferente.
Dessa forma, o conceito de eficiência técnica é definido por: ∅∗ =𝑂𝑢𝑡𝑝𝑢𝑡
𝐼𝑛𝑝𝑢𝑡 (1)
Na qual ∅∗ representa a relação ótima entre outputs (produtos) e inputs (insumos). Segundo Farrell (1957), eficiência técnica é produzir o máximo de produtos, dado uma certa quantidade de entradas, ou alternativamente, a produção de um determinado produto com quantidades mínimas de insumos, de tal modo que, quando a unidade analisada é eficiente, diz-se que ela está na fronteira de produção. A eficiência de alocação ocorre quando o mix de inputs é o que minimiza os custos, os preços dos insumos ou, de forma alternativa, quando o mix de
outputs é o que maximiza os lucros e os preços dos outputs. Eficiência técnica e de alocação
compõem a eficiência global, de modo que a unidade avaliada consiga ser eficiente nessas duas abordagens, ela operará na fronteira de custos ou de receita.
A técnica DEA desenvolvida por Charnes, Cooper e Rhodes (1978) é, segundo Cooper, Seiford e Zhu (2011), uma das técnicas de mensuração de maior destaque e uma das mais difundidas e aceitas pela sociedade científica como modelo de processos operacionais. Após a definição da técnica de mensuração, é importante definir a ótica de eficiência que é objeto de estudo, assim como seus insumos e produtos.
A eficiência bancária tem sido objeto de estudos em diversos países nas últimas décadas e a partir dos anos 2000, deu-se início aos estudos em eficiência bancária no Brasil. Vê-se diversidade nas técnicas paramétricas e não paramétricas no estudo da eficiência bancária. As principais técnicas paramétricas, segundo Casu e Molyneux (2003), são a stochastic frontier
approach (SFA), a distribution free approach (DFA) e a thick frontier approach (TFA). Das
técnica DEA é tida como a mais comum técnica para avaliação de eficiência bancária, sua explanação será realizada a seguir.
A utilização da ferramenta de DEA é amplamente utilizada para avaliação de eficiência bancária na literatura, principalmente por ser uma técnica não paramétrica, e, portanto, mais flexível em relação às variáveis a serem utilizadas (PÉRICO; REBELATTO; SANTANA, 2008) e foi empregada em praticamente todos os setores bancários do mundo (FETHI; PASIOURAS, 2010).
2.2.1 Análise envoltória de dados (DEA)
A técnica de fronteira denominada análise envoltória de dados foi proposta inicialmente por Charnes, Cooper e Rhodes (1978) com o intuito de estimar a eficiência técnica, idealizada por Farrell (1957). Essa técnica consiste em um método não paramétrico de avaliação de eficiência relativa de unidades homogêneas que utilizam recursos semelhantes para gerar produtos semelhantes, sendo que cada unidade tem a possibilidade de interferir em sua própria produtividade, por isso foram intituladas por Charnes, Cooper e Rhodes (1978) como unidades tomadoras de decisões.
Segundo Yun, Nakayama e Tanino (2004), as principais características do modelo DEA são: (i) é aplicável para analisar múltiplos inputs e outputs sem necessidade de haver pesos pré-atribuídos, (ii) pode ser utilizado para mensurar a eficiência relativa dos dados sem conhecer informação sobre a função de produção e (iii) as preferências dos tomadores de decisão podem ser incorporadas nos modelos DEA.
Dentre os vários modelos DEA utilizados na literatura, os principais são o CCR (CHARNES; COOPER; RHODES, 1978) e o BCC (BANKER; CHARNES; COOPER, 1984). O modelo CCR – formado pelas iniciais de seus autores – generalizou a razão entre um único
output e um único input para múltiplos inputs e outputs para a razão da soma ponderada dos
produtos pela soma ponderada dos insumos (YUN; NAKAYAMA; TANINO, 2004). Embora o modelo BCC também utilize a razão da soma dos pesos ponderados dos outputs e inputs como medida de eficiência, há uma diferença importante entre os dois métodos no que tange aos retornos de escala.
No primeiro modelo, também conhecido como CRS, sigla inglesa para constant returns
relacionadas à quantidade produzida, enquanto no modelo BCC, ou VRS sigla inglesa para
variable returns to scale, ou retornos variáveis de escala, esses ganhos e perdas estão
relacionados à quantidade produzida.
Dessa forma, mediante programação matemática, é possível identificar as DMU de maior(es) escore(s) de eficiência relativa, que formam a PPS, sigla inglesa para production
possibility set, ou fronteira de possibilidades de produção, e as distâncias das demais DMU da
fronteira, denominadas folgas. Com isso, o objetivo da técnica é diferenciar as DMU eficientes, que servem de benchmarking, das DMU ineficientes, e dessa forma conseguir analisar formas para que essas se tornem eficientes.
Outra característica do modelo DEA é a orientação, Thanassoulis (1999) define que tal modelo pode ter duas orientações possíveis: a de insumos (inputs) ou a de produtos (outputs). Segundo Batista (2009), a eficiência orientada a output consiste na capacidade de aumento da produção, mantendo-se a mesma quantidade de insumos, em contrapartida, o modelo orientado a input, na capacidade da redução dos insumos, considerando-se constante o nível de produção.
2.2.2 Eficiência bancária utilizando DEA
Desde a introdução da técnica DEA, um número considerável de pesquisadores que a aplicaram em instituições financeiras (YANG, 2009). Há divergências entre as abordagens a serem utilizadas para mensurar a eficiência bancária, visto que o objeto de estudo de cada estudo é diferente. Embora as abordagens de intermediação e produção sejam mais utilizadas, não se deve entendê-las como únicas. Tulkens e Vanden Eeckaut1 (1995 apud BERGENDAHL, 1998) definem cinco abordagens para avaliar eficiência bancária:
(1) rentabilidade, (2) produção, (3) intermediação, (4) utilidade, (5) gerenciamento de riscos.
1 H. TULKENS; P. VANDEN EECKAUT. How to measure efficiency and productivity with special reference to banking, Draft Report, CORE, Université Catholique de Louvain, Louvain-la-Neuve, Belgium, 1995
É evidente que a escolha do modelo de avaliação depende primeiramente da escolha da abordagem de estudo e dos dados disponíveis (BERGENDAHL, 1998). Dessa forma, a escolha dos inputs e outputs deve necessariamente refletir o objetivo do estudo da atividade do banco. Segundo Macoris et al. (2016), a frequência de trabalhos que estudam a intermediação bancária é maior, seguido de produção e rentabilidade, tendo as outras abordagens juntas apenas 10% dos estudos de sua meta-análise.
Gráfico 11 - Escopo de aplicação x Abordagem utilizada
Fonte: Macoris et al. (2016)
Macoris et al. (2016) também observou que 27 de 47 estudos avaliados utilizaram séries temporais na mensuração de desempenho pelo método DEA, sendo a maioria destes estudos voltados à abordagem de intermediação (54%), seguidos por rentabilidade (20%) e produção (14%). Ademais das diferenças entre abordagens, também há variações em relação aos inputs e outputs para cada uma delas.
Em estudos de eficiência bancária, a técnica DEA, juntamente com o índice de produtividade Malmquist, evidenciou que a liberalização do sistema financeiro chinês tornou os bancos mais eficientes, segundo estudo de Liu (2010) que aplicou o modelo DEA visando medir a eficiência técnica de 25 bancos de Taiwan após a crise asiática no período de 1997-2001.
A análise envoltória de dados também pode ser utilizada para previsão de insolvência, segundo Premachandra, Bhabra e Sueyoshi (2009), que compararam uma análise de regressão logística com a DEA para esta previsão. A partir de um modelo de sete variáveis financeiras
como inputs e duas como outputs, os resultados de ambas as técnicas foram comparáveis, com vantagem para a DEA, que não necessita da uma grande amostra ou pressupostos estatísticos.
Ademais, a regulamentação do setor bancário se mostrou positivo para a eficiência de bancos chineses, principalmente para os grandes bancos estatais e pequenos, que se mostraram mais eficientes que os bancos de médio porte (CHEN; SKULLY; BROWN, 2005).
2.2.3 Abordagem de intermediação
A abordagem de intermediação, cuja aplicação é a mais notória, classifica os bancos como intermediários financeiros, os quais coletam depósitos e outros fundos emprestáveis de depositantes e os emprestam na forma de crédito ou outros ativos (YANG, 2009). Os inputs e
outputs deste modelo são diversos e são influenciados pela visão de como e o quê os bancos
produzem (MITCHELL E ONVURAL, 1996).
Para Yang (2009), as diferentes formas de fundos que possam ser emprestados e os custos associados ao processo de intermediação são considerados inputs e as formas com que estes fundos possam ser emprestados representam os outputs.
São várias as configurações de insumos e produtos utilizadas para avaliar desempenho na intermediação de recursos financeiros. Macoris et al. (2016) identificou que já foram utilizados, por ordem de relevância, como inputs: ativos fixos, fundos captados, número e/ou despesa com pessoal, despesas com juros, depósitos do consumidor, despesas não relacionadas a juros, depósitos à vista, despesas operacionais, entre outros. Como outputs: empréstimos, ativos geradores de renda, investimento, depósitos à vista, empréstimos de curto prazo, ativos financeiros, receita operacional, empréstimos interbancários, empréstimos de médio prazo, receitas fora do balanço, empréstimos comerciais, fundo captados, entre outros. Ademais, esta abordagem é mais comumente utilizada para períodos de múltiplos períodos.
Assim, as variáveis de input e output utilizadas em diversos estudos vão de encontro com a proposta inicial de intermediação de Sealey e Lindley (1977), no qual o processo de transformação de instituições bancárias envolve repasse de fundos excedentes para fundos deficitários.
2.2.4 Abordagem de produção
Sob a ótica de produção, bancos são vistos como instituições que utilizam capital humano e financeiro para prover diferentes produtos e/ou serviços a consumidores. Para isso, medidas de capital humano e custos operacionais são considerados inputs enquanto produtos e serviços bancários, como empréstimos e depósitos, outputs (YANG, 2009).
A abordagem de produção é estudada de forma mais heterogênea se comparada com a de intermediação, podendo ser aplicada entre instituições bancárias e entre agências bancárias e em um único período ou múltiplos períodos, embora seja mais comum sua aplicação entre agências durante um único período (MACORIS ET AL., 2016), como forma de mensuração de desempenho de uma agência para que as eficientes sirvam de benchmark para outras.
Os principais inputs para se avaliar a produção são número de pessoal, despesas operacionais, despesas com pessoal, equipamentos, horas de atendimento em caixa, entre outros, enquanto os outputs mais comuns são: fundos captados, empréstimos, receitas operacionais, receitas de juros, crédito pré-concedido, investimentos, entre outros (MACORIS ET AL., 2016). É válido ressaltar que os estudos ilustram uma maior variedade de outputs para avaliação da produção, visto que os serviços e produtos bancários são diferentes para cada instituição e estudos.
2.2.5 Abordagem de rentabilidade
Como alternativa à abordagem de intermediação, alguns estudos adotaram uma abordagem orientada ao lucro, ou de rentabilidade, na qual os componentes da receita são vistos como produtos de um modelo formado pelos custos e despesas (FETHI; PASIOURAS, 2010).
De acordo com Drake, Hall e Simper (2006), na relação de eficiência pelo DEA orientado ao input, é mais eficiente a unidade que minimiza os custos incorridos na geração das receitas, e consequentemente, gerando maior lucratividade. Também, pode-se definir rentabilidade como a habilidade da instituição financeira a gerar lucro e receita a partir de seu capital humano, ativos e reserva de capital (LIU, 2011).
Segundo Macoris et al. (2016), embora esta abordagem seja a mais heterogênea se compara aos outros modelos, as variáveis mais utilizadas como inputs do modelo para mensuração da rentabilidade são: despesas operacionais, despesas com pessoal, ativos,
patrimônio líquido, despesas de juros, entre outras. Como outputs, destacam-se as receitas não relacionadas aos juros e receitas relacionadas aos juros.
2.2.6 Outras abordagens
Embora as três abordagens supracitadas sejam as principais, há diversas combinações de inputs e outputs na literatura que visam avaliar a eficiência bancária sob outras óticas. Uma delas é a de gerenciamento de riscos, que considera eficiente o banco que consegue minimizar as suas despesas com pessoas, despesas com material e a provisão para perda de operações de crédito na geração de empréstimos, depósitos e receita total (BERGENDAHL, 1998).
Em estudo recente, Eskelinen, Halme e Kallio (2014) avaliaram a eficiência nas vendas de agências bancárias de uma instituição financeira finlandesa, considerando como outputs, o volume de transação de serviços e como input, a força de trabalho.
No Brasil, destacam-se técnicas de avaliação da eficiência baseada na Tecnologia da Informação (TI) (MAÇADA; BECKER; LUNARDI, 2005), cujo objetivo é mensurar a eficiência baseado no conceito de efetividade de conversão, e avaliação da imagem corporativa dos bancos, baseando-se na responsabilidade social (MACEDO; BARBOSA, 2007).
Por fim, como alternativa à abordagem de rentabilidade, alguns autores avaliaram a eficiência baseada no retorno gerado pela cotação de suas ações, chamada de abordagem de valor de mercado. Dessa forma, pode-se utilizar diferentes outputs como lucro por ação, valor de mercado e EVA (Economic Value Added) para mensuração da eficiência (KAO; LIU, 2009; LUO, 2003; SEIFORD; ZHU, 1999)
2.3 EFICIÊNCIA EM BANCOS BRASILEIROS
Ainda é recente o estudo da eficiência bancária por meio de técnicas de fronteira no cenário brasileiro, e destacam-se alguns trabalhos como de Ceretta e Niederauer (2001), Périco, Rebelatto e Santana (2008), Tecles e Tabak (2010), Staub, Souza e Tabak (2010) e Wanke e Barros (2014), Branco (2016) entre outros.
Tecles e Tabak (2010) aplicaram a técnica de fronteira bayesiana estocástica para mensurar a eficiência em rentabilidade e custos durante o período de 2000 a 2007 em 1517 DMU, contendo observações para bancos públicos, privados e estrangeiros, objetivando
entender como evoluíram os escores de eficiência e como eles se relacionaram com tamanho, origem de capital, market share, empréstimos não realizados e patrimônio líquido. Foi verificado neste estudo instabilidade no período de 2002, durante as eleições para presidência do país, bem como melhor desempenho por parte dos bancos de grande porte e estrangeiros, além de evidências de que quanto maior o patrimônio líquido dos bancos, maior a chance deste banco ser eficiente em lucratividade.
Com aplicação de análise envoltória de dados, Staub, Souza e Tabak (2010) analisaram a eficiência entre 140 a 184 bancos por ano, durante o período de 2000 a 2007 e identificou que a eficiência em custos dos bancos brasileiros apresenta níveis baixos, quando comparados com bancos europeus e estadunidenses. Também foi encontrado que a eficiência de custo dos bancos públicos apresentou maior significância quando comparada a bancos estrangeiros, privados nacionais e privados nacionais com controle estrangeiro.
Em relação ao porte das instituições, Ceretta e Niederauer (2001), os resultados de um estudo com 144 instituições bancárias sugerem que o desempenho está diretamente ligado ao porte. Analogamente a esse raciocínio, Périco, Rebelatto e Santana (2008) demonstraram, analisando os 12 maiores bancos comerciais de 2015, que nem sempre estes são considerados os mais eficientes simplesmente por serem maiores, mas também pela gestão eficiente de seus recursos.
Mais recente, Branco (2016) utilizou a DEA-SBM (análise envoltória de dados baseadas nas folgas) para analisar 66 bancos em 2014 sob três óticas de avaliação: intermediação, produção e rentabilidade. Em suas conclusões, verificou-se que bancos que obtiveram escores altos em intermediação, tiveram escores mais baixos em rentabilidade e que os bancos públicos federais foram mais eficientes que os demais. No que tange ao segmento, foi observado que o segmento empresarial, formado por bancos Corporate e PME, apresentaram baixo desempenho, quando comparados com outros tipos de bancos, que pode estar atrelado ao baixo nível de investimento da economia, e consequentemente das empresas.
Utilizando a DEA dois estágios, destaca-se Wanke e Barros (2014), que mensuraram a eficiência de produção a partir dos custos da estrutura interna de 40 bancos. Observou-se, neste estudo, que os bancos brasileiros são heterogêneos quanto ao foco de gestão: em eficiência de custos e em produtividade, sendo a eficiência em custos explicada por fusões e aquisições e porte, enquanto a de produtividade, por origem de capital público e fusões e aquisições.
Quadro 1 – Resumo de estudos de eficiência em bancos brasileiros
Autor (ano) Modelo
Período de análise
Abordagem Inputs Outputs
Périco, Rebelatto e
Santana (2008)
DEA 2005 Rentabilidade Ativo total, depósitos e
patrimônio líquido Resultado líquido Ceretta e Niederauer (2008) DEA 1999 Eficiência operacional: rentabilidade
Capital próprio, capital de
terceiros Receita total, resultado Tecles e
Tabak (2010)
SFA
2000-2007 Intermediação
Trabalho, capital físico e fundos Investimentos, depósitos e empréstimos Staub, Souza e Tabak (2010) DEA
1998-2010 Intermediação Trabalho, capital e fundos
Investimentos, depósitos e empréstimos Wanke e Barros (2014) DEA dois estágios 2012 Intermediação: custos e produção Número de agências, número de empregados, despesas administrativas* e despesas de pessoal* Patrimônio líquido, ativos permanentes, despesas administrativas* e despesas de pessoal* Branco (2016) DEA 2014 Intermediação Depósitos, número de funcionários Crédito, receita de operações de crédito e investimentos Produção Número de funcionários, despesas operacionais (exceto juros) Total de depósitos, receitas não relacionadas a juros Rentabilidade
Ativo total, despesas operacionais, passivo
financeiro
Lucro líquido, ROA, ROE * Variáveis intermediárias input/output
2.4 AVALIAÇÃO FINANCEIRA BANCÁRIA
A avaliação da sustentabilidade financeira de bancos é tema de vasta literatura empírica, devido à importância econômica que essas instituições têm para seus países caso entrem em processo de falência, acarretando problemas econômicos de alto impacto. O assunto é estudado há tempos e têm como principais revisões de literatura os artigos de Demirgüc-Kunt (1989), que aborda a explicação, a partir da máxima verossimilhança de um banco, falir ao longo de um determinado período. Também, Ravi Kumar e Ravi (2007) revisaram as diversas técnicas estatísticas e de inteligência de previsão de insolvência bancária durante o período de 1968 a
2005, dentre elas: redes neurais, estudos de caso, árvores de decisão, pesquisa operacional, abordagem evolutiva, entre outras.
Como forma de avaliação da saúde financeira e previsão de insolvência de instituições bancárias, Cole e Gunther (1995) utilizaram um modelo split-population survival-time (traduzido como modelo de divisão de população tempo de sobrevivência) com base no sistema de avaliação CAMEL, que representa grupos de indicadores para avaliação bancária desde 1979, quando foi criado por agências regulatórias dos bancos. Esse acrônimo representa seis estruturas de avaliação de bancos: adequação de capital, qualidade dos ativos, qualidade da gestão, rentabilidade, liquidez e sensibilidade ao mercado de risco, que foi inserido em 1996 (ROMAN; ŞARGU, 2013). Cole e Gunther (1995) encontraram que os indicadores bancários básicos, como capital, ativos problemáticos e receita líquida estavam significativamente ligados ao tempo de falência de bancos, medindo assim, a saúde financeira destas instituições.
No Brasil, inúmeros indicadores de análise financeira podem ser encontrados. Destaca-se como modelo de avaliação de saúde financeira, o chamado E2S, proposto por Matias (2009), que é composto por um rol de indicadores que são classificados em três grandes grupos: estratégia (captação e aplicação de recursos), eficiência (receitas, despesas e rentabilidade) e solvência (liquidez e gestão do capital de giro). Após o cálculo dos indicadores financeiros correspondentes a cada categoria citada, são atribuídos pesos para formar as notas de cada grupo, que compõem a nota global que pode ser utilizada para fins comparativos a outras organizações.
3 PROCEDIMENTOS METODOLÓGICOS
Essa pesquisa é definida quanto aos objetivos como descritivas, pois na concepção de Cooper e Schindler (2016), o principal objetivo deste tipo de pesquisa é descrever as características de determinada população ou o estabelecimento de relações entre as variáveis estudadas. Quanto à tipologia de pesquisa, é definida como caráter quantitativo, pois utiliza-se de instrumentos estatísticos para o tratamento e análise dos dados a partir de informações secundárias, provindas da base do Banco Central do Brasil.
Os resultados foram apresentados de forma descritiva e as variáveis: escore DEA e indicadores econômicos foram expressos em média ou mediana, segundo teste de normalidade avaliado pelo teste Kolmogorov-Smirnov.
3.1 LEVANTAMENTO E TRATAMENTO DE INFORMAÇÕES
O banco de dados utilizado neste presente trabalho consiste em dados secundários públicos, fornecidos pelo Banco Central do Brasil, que contém informações para análises econômico-financeiras de todos os bancos brasileiros. Os relatórios “50 maiores bancos” e “IF.data” foram concatenados de forma semestral durante o período de 1996 a 2015 em uma única base de dados em Excel. Para cumprir com o objetivo desta pesquisa, será realizada a classificação dos bancos conforme seus segmentos de atuação, corporate e PMEs (Quadro 2), conforme julgamento de especialistas, resultando em 16 bancos, sendo 7 do segmento
Quadro 2 - Descrição dos bancos analisados
Banco Segmento Origem de Capital Períodos
ABC-BRASIL Corporate Privado Nacional com
controle Estrangeiro 37
BBM Corporate Privado Nacional 36
1CITIBANK Corporate Estrangeiro 39
DEUTSCHE Corporate Privado Nacional com
controle Estrangeiro 40
ING Corporate Estrangeiro 35
SAFRA Corporate Privado Nacional 40
VOTORANTIM Corporate Privado Nacional 40
BEAL-WESTLB-MIZUHO PME Privado Nacional com
controle Estrangeiro 40
BIC-CCB PME Privado Nacional 39
DAYCOVAL PME Privado Nacional 40
FIBRA PME Privado Nacional 38
INDUSVAL PME Privado Nacional 40
MÁXIMA PME Privado Nacional 22
PINE PME Privado Nacional 35
RENDIMENTO PME Privado Nacional 40
SOFISA PME Privado Nacional 38
Por se tratar de uma base de dados ao longo de um período, foi realizado a atualização dos valores segundo o Índice Nacional de Preços ao Consumidor Amplo (IPCA/IBGE), fornecido pelo Ipeadata (2016). Tal atualização foi realizada com data-base de 31 de dezembro de 2015 e foi feita de formas distintas para os itens de balanço patrimonial e demonstração de resultados do exercício.
Para os itens de balanço patrimonial, a atualização foi feita entre a data do relatório e a data-base, já para os itens de demonstração de resultados do exercício, a atualização foi feita entre a data da metade do período desta demonstração e a data-base, ou seja, as demonstrações dos relatórios de dezembro (que contemplam julho a dezembro) foram atualizadas a partir do fim do mês de setembro deste mesmo ano até a data-base. Já as demonstrações de junho (que contemplam janeiro a junho), foram atualizadas a partir do fim do mês março do mesmo ano até a data-base. Esse artifício matemático foi utilizado para minimizar os erros de atualização
monetária, já que os resultados aconteceram em qualquer momento dentro do semestre de cada relatório.
Após a consolidação e atualização destes relatórios em Excel, foram excluídos os relatórios que apresentaram atraso na entrega, segundo o Banco Central, e as DMU que apresentaram o valor 0 em alguma variável do modelo DEA, conforme ilustrado na Tabela 1.
Tabela 1 - DMU excluídas da análise
Banco Ano Semestre Motivo
BIC-CCB 2013 1 Relatório fora de prazo
CITIBANK 2007 2 Relatório fora de prazo
FIBRA 2010 1 Relatório fora de prazo
MÁXIMA 2011 1 Valor 0 em variáveis DEA
MÁXIMA 2013 1 Relatório fora de prazo
MÁXIMA 2014 2 Valor 0 em variáveis DEA
PINE 2008 1 Relatório fora de prazo
PINE 2008 2 Relatório fora de prazo
PINE 2010 2 Relatório fora de prazo
SOFISA 2013 2 Relatório fora de prazo
PINE 1996 2 Valor 0 em variáveis DEA
PINE 1996 1 Valor 0 em variáveis DEA
SOFISA 2011 1 Valor 0 em variáveis DEA
Dessa forma, a base de dados, inicialmente composta por 7 bancos de segmento corporate e 9 bancos de segmento PME durante 40 períodos (613 DMU) foi reduzida para 599 DMU e formando um painel desbalanceado, conforme Tabela 2, que apresenta as DMU utilizadas na análise.
Tabela 2 – Painel desbalanceado de DMU
Ano Semestre 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 ABC-BRASIL X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X BBM X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X CITIBANK X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X DEUTSCHE X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X ING X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X SAFRA X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X VOTORANTIM X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X FIBRA X X X X X X X X X X X X X X X X X X X X X X INDUSVAL X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X MÁXIMA X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X PINE X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X RENDIMENTO X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X SOFISA X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X BEAL-WESTLB-MIZUHO X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X BIC-CCB X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X DAYCOVAL X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X Banco 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
3.2 MODELOS TEÓRICOS DEA DO ESTUDO
Neste presente estudo, foi realizado o método DEA BCC com orientação output para a análise de duas diferentes abordagens de eficiência bancária: intermediação e produção e DEA CCR com orientação input para a abordagem de rentabilidade. Os cálculos foram feitos pelo
software Frontier Analyst 4.1, da Banxia.
A escolha pelo modelo BCC de Banker, Charnes e Cooper (1984) para as abordagens de intermediação e produção se deve à hipótese de economia de escala financeiras, de processos e de riscos, gerada pelo tamanho das atividades das instituições financeiras. Angulo-Meza et al. (2007) afirma que nesse modelo, considera-se a variação de escala para as situações de eficiência, não admitindo relação de proporção entre insumos e produtos.
A formulação do problema de programação linear que maximiza os outputs é ilustrada em (1), sendo h0 a eficiência, x e y, inputs e outputs, respectivamente, u e v, os pesos de inputs e outputs, 𝑣𝑘, o fator que indica que a DMU se localiza na região crescente de escala (v negativo) ou decrescente de escala (v positivo). Quando h0 = 1 para uma DMU, ela é considerada eficiente, pois está contida na PPS.
Orientação Output: Max ℎ0 = ∑𝑛𝑖=1𝑣𝑖𝑥𝑘𝑖+ 𝑣𝑘 Sujeito a (2) ∑ 𝑢𝑟𝑦𝑟𝑘 𝑚 𝑟=1 = 1 ∑ 𝑢𝑟𝑦𝑗𝑟 𝑚 𝑟=1 − ∑ 𝑣𝑖𝑥𝑗𝑟 𝑛 𝑖=1 − 𝑣𝑘 ≤ 0 𝑟 = 1, … , 𝑚 𝑖 = 1, … , 𝑛 𝑗 = 1, … , 𝑛 𝑢𝑟, 𝑣𝑖 ≥ 0 ∀ 𝑥, 𝑦 𝑢 ∈ 𝑅
A escolha pelo modelo CCR de Charnes, Cooper e Rhodes (1978), também conhecido como CRS (retornos constantes de escala), para a mensuração da eficiência em rentabilidade se deve à hipótese de que a economia de escala não afeta os bancos sob essa ótica, ou seja, uma instituição não necessariamente tem sua rentabilidade associada à sua escala de produção. Ressalta-se que neste caso não há orientação input ou output, já que uma DMU que apresenta eficiência máxima em relação aos outputs, também apresentará sob a perspectiva dos inputs, já que (BATISTA, 2009). A equação (3) representa o modelo de programação CCR e (4), suas restrições. 𝑀𝑎𝑥 𝜽𝑜 = ∑𝑠𝑟=1𝑢𝑟𝑌𝑟𝑜 ∑𝑚𝑖=1𝑣𝑖𝑋𝑖𝑜 (3) 𝑆. 𝑅.: ∑𝑠𝑟=1𝑢𝑟𝑌𝑟𝑗 ∑𝑚𝑖=1𝑣𝑖𝑋𝑖𝑗 ≤ 1 (4) 𝑢𝑟, 𝑣𝑖 ≥ 0 𝑗 = 1, … , 𝑛 𝑟 = 1, … , 𝑠 𝑖 = 1, … , 𝑚 Sendo:
𝜃𝑜: produtividade de determinada DMU;
𝑌𝑟𝑗: outputs do modelo;
𝑌𝑟𝑜: quantidade de output i da DMU em análise 𝑋𝑖𝑗: inputs do modelo.
𝑋𝑖𝑜: quantidade do input I da DMU em análise
𝑢𝑟, 𝑣𝑖 ≥ 0: pesos das ponderações que serão definidos com a resolução do problema de programação fracionária.
s: número de outputs
